论文部分内容阅读
时间序列模型中的变点问题分析是目前统计学研究里一类比较重要的研究方向,近些年它引起了国内外众多学者的关注。本文是在非参数回归模型的结构变点问题进行研究的。在已有文献的研究成果基础上,本文进行了以下几个方面的研究,得到了如下结果: 第一章:本章主要对非参数回归模型的背景做了简单的介绍。 第二章:本章分为两个部分,第一部分对固定设计下非参数回归模型,利用回归曲线核估计来拟合回归函数,然后用残差平方序列来构造累积和。在已有的平方CUSUM方法上,我们对统计量加上了一个窗宽参数,一定的条件下,证明了在原假设下统计量的极限分布是标准Brown运动的泛函。第二部分主要对随机设计下的非参数回归模型进行方差变点的研究,利用局部平滑方法来估计回归曲线,再利用残差平方序列来构造累积和。在原假设下证明了统计量的极限分布是标准Brown运动的泛函。最后给出了数值模拟,实例计算说明CUSUM方法的可行性。 第三章:本章分为两个部分,第一部分对带有AR(P)过程的固定设计下非参数回归模型,利用回归曲线核估计方法来估计回归曲线,再用Ratio统计量来检验方差变点。在给定的条件下,我们证明了在原假设下统计量的极限分布是标准Brown运动的泛函。第二部分对带有AR(P)过程的随机设计下非参数回归模型,利用局部平滑方法来估计回归曲线,再利用Ratio统计量来检验方差变点。最后在一定的条件下,证明了在原假设下统计量的极限分布是标准Brown运动的泛函。最后给出了数值模拟,实例计算说明Ratio方法的可行性。 第四章:对非参数回归模型进行展望和总结。